加密警报:两受害者因地址投毒骗局损失超6000万美元

bitcoinist發佈於 2026-02-09更新於 2026-02-09

文章摘要

加密货币警报:两起地址投毒骗局致受害者损失超6000万美元。1月,一名用户因复制错误地址损失1225万美元,去年12月另有受害者损失5000万美元。攻击者通过发送微小金额的"粉尘交易"并伪造相似地址,诱使用户误将资金转入恶意账户。此外,签名钓鱼攻击在1月造成627万美元损失,涉及4741名受害者,环比增长207%。数据显示,以太坊和币安智能链上已记录约2.7亿次投毒攻击尝试,针对1700万个地址,确认损失金额达8380万美元。分析师指出,以太坊升级降低小额交易成本后,粉尘攻击占比显著上升,目前稳定币相关粉尘交易约占以太坊日均交易量的11%。被盗资金多通过DAI等去中心化稳定币转移,因其协议拒绝配合冻结涉案钱包。

一次简单的手误给加密货币用户带来了巨大损失。1月某钱包因复制错误地址损失超1200万美元,类似高额损失案例在12月亦有发生。

报告称攻击者正通过微量存款和隐蔽的地址篡改手段,诱骗用户将资金转入非本人账户。

复制错误如何造成巨额损失

核心骗局在于地址伪装。攻击者从模仿用户交易历史的地址发送微量"粉尘"转账,当用户复制地址时便会获取错误字符串。

据Scam Sniffer数据显示,1月单次错误使用户损失1220万美元,而去年12月曾发生5000万美元的类似案件。

该手法利用人们对熟悉事物的信任——由于大多数钱包仅显示首尾若干字符,中间部分可被替换为恶意地址。

签名钓鱼攻击同步增长

签名骗局诱使用户批准危险合约调用或宽泛代币授权。报告显示1月4741名受害者共损失627万美元,较12月增长207%。

两个钱包承担了主要损失——占签名钓鱼损失的65%。攻击者日益混合使用两种手法:通过小额存款吸引注意,再通过社交工程说服用户签署交易。

规模性与自动化

这并非孤立骗局。多家追踪机构数据显示,以太坊和币安智能链已记录约2.7亿次投毒尝试,波及约1700万个地址。

每日图表显示总市值2.35万亿美元:TradingView

已确认导致实际盗窃案件约6633起,确认损失金额已超8380万美元。单次攻击活动就创建了82030个仿冒钱包,2025年9月约发生32290起可疑投毒事件,涉及6516名独立受害者。

数据揭示了自动化脚本和高频策略的运作模式——专门寻找并利用简单人为错误。

图片来源:Chainalysis

以太坊粉尘活动增多的原因

分析师将近期激增部分归因于Fusaka升级降低了小额转账成本。Coin Metrics统计2025年11月至2026年1月期间以太坊上2.27亿次稳定币余额更新,发现38%的更新金额低于1美分。

稳定币相关粉尘交易现约占以太坊交易的11%,日均触及26%活跃地址。更低的手续费使得这种广撒网策略成本低廉高效。

赃款流向何处

区块链情报团队追踪资金流向规律。Whitestream报告显示DAI成为非法收益首选存放地,因其协议治理不与当局合作冻结钱包。

Web3 Antivirus收录的多起大型投毒事件中,追踪损失从400万至1.26亿美元不等。资金一旦通过这些路径转移,往往难以追回。

特色图片来自Arek Socha/Pixabay,图表来自TradingView

相關問答

Q什么是地址投毒骗局?它是如何运作的?

A地址投毒骗局是一种加密货币诈骗手段。攻击者通过向用户发送微小的“粉尘”转账,使用与用户历史交易地址极其相似的伪造地址。当用户复制交易历史中的地址时,可能会误复制这些伪造的地址,导致将大额资金错误地发送到攻击者控制的钱包中。

Q文章中提到的最大的两笔地址投毒损失金额是多少?

A文章中提到,一月份有一位用户因复制错误地址损失了1220万美元,而在去年十二月份,另有一位受害者以同样方式损失了5000万美元。两起事件总损失金额达到6220万美元。

Q除了地址投毒,文章还提到了哪种正在增长的诈骗方式?

A文章还提到了签名钓鱼(Signature Phishing)诈骗正在快速增长。这种骗局诱使用户批准危险的合约调用或广泛的代币授权。报告显示,仅在一月份,就有4741名受害者因此损失了627万美元,较去年十二月份增长了207%。

Q为什么以太坊上的粉尘交易活动近期有所增加?

A分析师将近期粉尘交易活动的激增部分归因于Fusaka升级,该升级降低了发送微小交易的成本。低廉的手续费使得这种“广撒网”式的诈骗策略变得成本低廉且效率更高。

Q被盗的资金通常流向哪里?为什么DAI成为犯罪分子的偏好?

A区块链情报团队追踪发现,被盗资金通常流经一系列路径后难以追回。其中,DAI稳定币成为犯罪分子存放非法收益的首选,因为其协议治理不与当局合作冻结钱包,为资金转移提供了便利。

你可能也喜歡

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit34 分鐘前

年薪百万抢电工,Meta急到自己办技校

marsbit34 分鐘前

OpenAI 不靠最贵的模型卖钱了

OpenAI近期调整了API定价策略,旗舰模型GPT-5.6 Luna降价80%,Terra降价20%,而顶级模型Sol未降价但新增了更快的“Fast”模式。此次调整的核心并非单纯的价格战,而是标志着OpenAI首次引导用户根据任务需求选择不同模型,而非一味追求最强模型。官方建议复杂任务可由Sol进行规划,再由Luna等成本更优的模型执行。 此举与Anthropic近期推出半价替代旗舰的Claude Opus 5策略相似,显示硅谷领先公司正形成默契:旗舰模型(如Sol、Fable)的角色正从直接盈利转向树立技术品牌和探索上限,而商业化走量和利润则主要由中端及性价比模型(如Luna、Opus)承担。这类似于汽车等行业“旗舰立形象,走量车型赚利润”的模式。 更深层的变化在于成本下降的驱动力。OpenAI透露,此次降价部分得益于由Sol模型自身参与优化底层生产内核,实现了效率提升与成本降低,开启了“模型优化模型”的自我加速循环。 行业竞争焦点正从“谁最聪明”的单项性能比拼,转向为企业提供基于任务重要性、出错成本、规模等因素的“模型组合”最优解,追求整体ROI。这类似于云计算按数据冷热使用不同存储的策略。 OpenAI的长期战略日益清晰:其真正目标并非依靠单一模型的高毛利,而是通过极低的调用成本构建庞大的开发者生态与调用量,形成类似操作系统或云平台的渗透率与用户粘性。当API调用成本低至可被忽略,AI将如水电般无缝嵌入所有业务流程,其发展也将从追求智能巅峰的“产品时代”,进入驱动全面自动化与效率的“基础设施时代”。

marsbit34 分鐘前

OpenAI 不靠最贵的模型卖钱了

marsbit34 分鐘前

交易

現貨
活动图片